面向更安全道路基础设施的路边目标检测系统数据处理流水线预研究
计算机视觉与模式识别
2022-05-05 v1 人工智能
机器人学
摘要
单车事故是瑞典最常见的致命事故类型，即车辆驶离道路并撞上危险的路边物体。妥善安装和维护保护性物体（如防撞垫和护栏）可降低此类事故的发生概率和严重程度。此外，高效检测和管理危险路边物体对改善道路安全也起着重要作用。为更好地理解最先进技术与系统需求，本预研究调查了用于路边目标检测的数据处理流水线的可行性、实现、局限性和可扩展性。具体而言，我们将调查分为三部分：感兴趣目标、所选传感器和算法设计。本研究考虑的数据源涵盖两种常见设置：1）道路勘测车队——由瑞典交通管理局（Trafikverket）开展的年度扫描；2）消费车辆——使用查尔姆斯理工大学车辆研究资源实验室（REVERE）的研究车辆收集的数据。本报告旨在研究如何实现一个可扩展的路边目标检测系统，以迈向安全的道路基础设施和瑞典的零愿景（Vision Zero）。
引用
@article{arxiv.2205.01783,
title = {A Pre-study on Data Processing Pipelines for Roadside Object Detection Systems Towards Safer Road Infrastructure},
author = {Yinan Yu and Samuel Scheidegger and John-Fredrik Grönvall and Magnus Palm and Erik Svanberg and Johan Amoruso Wennerby and Jörg Bakker},
journal= {arXiv preprint arXiv:2205.01783},
year = {2022}
}